核心要点
- 围绕胜宏科技的“品质造假、永久丢失份额”传闻，与材料所述的真实技术问题并不一致。更接近产业链实际的说法，是部分PCB产品存在阻抗公差与验证问题，尚待最终测试和客户放行。
- Rubin项目的核心变量不是单一供应商是否出现短期问题，而是量产爬坡期间谁能以合格品质完成大批量、稳定、快速交付。
- AI PCB的份额并非固定不变。良率、备料、配套产能、交付速度和客户验证结果，才是决定份额的主要因素。
- 光模块行业同样受到“需求强、供给受限”的约束。2026年800G和1.6T的理论需求均高于实际可交付能力，瓶颈集中在EML、PD、TIA、DSP等核心器件。
- 2027年1.6T需求可能继续高速增长，但真实出货仍取决于上游扩产，而不是下游需求测算本身。
01｜胜宏传闻的关键问题：把技术验证风险夸大成质量造假
市场流传的版本称，胜宏科技在生产过程中人为关闭Spark测试，导致侧漏电问题未被发现，最终在系统组装环节批量爆发，并因此遭到NVIDIA弃用。传闻还进一步给出了computer tray和switch board份额被大幅转出的具体数字，并点名鹏鼎、沪电、深南等厂商承接订单。
但从材料提供的供应链口径看，这些细节存在明显矛盾。首先，胜宏在Rubin相关计算板项目初期的计划份额并不是传闻所称的35%至40%，而是在其他供应商产能和交付不足的情况下，一度承担接近全部的前期交付任务。其次，沪电并不参与相关computer tray计算板供应，深南也不在材料所述的相关switch board供应体系内。仅从供应商名单和业务分工看，传闻中的“转单路径”就难以自洽。
材料认为，真正存在的问题是PCB阻抗及公差分布相关的技术验证问题。这类问题会影响高速信号完整性和系统匹配，需要经过连接器、封装、PCB之间的联合验证，并获得客户最终放行。它与“人为关闭测试、隐瞒缺陷”不是同一性质。
这一差别非常重要。前者属于新产品量产爬坡中的工程问题，后者则意味着供应商质量体系和商业诚信出现根本性缺陷。对于高复杂度AI服务器产品，两者对订单、估值和客户关系的影响完全不同。
02｜Rubin是否延期：要区分量产节点变化与项目取消
材料明确否认Rubin再次推迟一至两个月的说法，并将量产时间指向2026年7月下旬。即使与年初规划的7月上旬相比存在数周偏差，也更接近正常的量产节奏调整，而不是项目级延期。
Rubin量产初期出现供应商补位，并不等同于主供应商永久丢失份额。对于高价值、高复杂度PCB，客户往往会提前验证第二、第三供应商，以防单一供应商的良率、验证或产能出现波动。若主供应商的测试尚未完成，已验证厂商先行供货，是供应链风险管理的正常安排。
材料所述的补位主体主要包括台湾兴欣、臻鼎和鹏鼎，其中不同厂商的产能释放节奏并不相同。胜宏能否恢复原计划交付，取决于最终测试结果、阻抗问题解决程度和客户放行，而不是由市场传闻直接决定。
更合理的观察框架，是跟踪三个节点：第一，最终技术测试是否通过；第二，客户是否恢复按比例下单；第三，其他供应商的实际交付能力是否足以形成长期替代。只看短期补位，很容易把阶段性风险误判成结构性份额重分配。
03｜AI PCB份额分配的本质：不是关系，而是可交付能力
材料反复强调，AI PCB市场份额最终取决于高质量批量交付能力。这里的“交付能力”并不只是名义产能，而是多个条件的组合：
- 高速板的良率和稳定性；
- 阻抗、信号完整性等关键指标能否满足客户要求；
- 高端覆铜板、连接器、铜箔等物料是否提前锁定；
- 工厂是否具备足够的设备、人员和配套产线；
- 是否能在客户要求的窗口内完成持续交付。
- 它的订单是一次性项目，还是长期份额协议？
- 它的产能是否有核心物料配套？
- 新产品是否已经通过客户验证？
- 良率和交付速度是否达到规模化要求？
- 技术问题属于正常爬坡，还是质量体系失效？
这也是胜宏在项目初期获得高份额的原因。材料认为，胜宏的优势主要体现在产能规模、交付速度和备料积极性。其他供应商即使进入名单，也未必能立即完成大规模交付。例如，部分厂商受到自身产能安排或物料准备不足影响，只能承担补充性订单。
因此，供应商名单、名义份额和真实出货之间不能画等号。进入供应链只是第一步，真正产生收入和利润，还要经过验证、备料、爬坡和持续交付。对于AI PCB龙头，市场应重点观察实际出货、良率和盈利能力，而不是只依据某一次份额传闻判断长期竞争格局。
04｜方案快速迭代带来的新瓶颈：MLCC、背板与mSAP
Rubin平台的技术方案仍在快速调整。材料提到，近期版本变化推高了X7规格MLCC的需求，使三星、村田、太阳诱电等高端MLCC供应商面临短期供给压力。这里的核心并不是国内MLCC厂商直接受益，而是高温度稳定性规格的结构性需求提升。
Rubin Ultra所讨论的正交背板方案，也处于较高不确定性中。即使正交背板最终推迟或被替代，也不必然影响整个产品平台发布，但会改变机柜结构、PCB层数、价值量和相关供应商的受益节奏。对于产业链研究，必须把“平台需求仍在”与“某一具体技术方案是否落地”分开判断。
与此同时，1.6T光模块、NPO、CPO以及潜在CoWoP设计，都在提高高密度互连和mSAP工艺需求。对PCB厂商而言，这意味着产品价值量和技术门槛继续提升，但也意味着良率管理更加困难。最终能否把技术升级转化为利润，仍要回到规模化交付。
05｜覆铜板供需出现分化：高端重保供，低端更容易涨价
材料认为，覆铜板行业并不是所有产品都同步紧缺。AI服务器使用的高端覆铜板虽然技术要求高，但由于客户更重视供应保障，头部厂商通常会提前签约和锁定资源，因此价格和供应相对可控，合约涨价幅度也较有限。
相反，低端覆铜板可能面临更明显的供需压力和价格上涨。消费电子客户议价能力较弱，也缺乏向下游转移成本的空间，因此利润率更容易受到挤压。
这意味着PCB公司的盈利分化，不能只看覆铜板价格涨跌，还要看其客户结构、产品层级、材料获取能力和良率。拥有稳定高端材料渠道、客户粘性强、产品附加值高的厂商，成本压力更容易被吸收；以中低端消费电子为主的厂商，则可能同时承受材料涨价和终端需求波动。
06｜2026年光模块：需求不是问题，实际出货受制于上游
材料给出的2026年行业测算显示，800G光模块理论需求约为4500万只，但实际可出货量可能只有3800万至4000万只，合理中枢约为4000万只。1.6T理论需求约为2600万只，实际出货可能只有1800万只，明显低于需求测算。
这种差距说明，行业景气度不能只看云厂商需求。光模块由数十种零部件构成，只要其中少数核心器件供给不足，整机产能就无法释放。当前主要瓶颈包括EML、PD、TIA、DSP等，部分器件交期超过40周，DSP甚至超过50周。
这也解释了为什么头部厂商与二线厂商的差距会扩大。头部企业能够提前锁定2027年甚至2028年的芯片和光器件供应，并预留冗余产能；二线厂商即使拥有设备，如果没有提前锁料，也无法在客户临时追加订单时快速交付。
因此，市场经常混淆“规划产能”和“实际出货”。设备装机并不等于产能可以立即兑现，产能也不等于有足够物料完成交付。对光模块公司进行估值时，订单、物料、良率和客户认证缺一不可。
07｜2027年1.6T：需求可能三倍增长，但5000万只已属乐观交付
根据材料引用的产业指引，2027年1.6T需求可能达到2026年的三倍以上，总量超过7500万只。但需求预测并不等于出货预测。若上游芯片、光器件和封装能力无法同步扩产，实际出货达到5000万只就已经是偏乐观情形。
这一判断背后的逻辑是，需求增速可以由少数大客户快速推动，而上游扩产需要设备、人员、材料和验证周期。尤其是DSP、EML、TIA等核心器件，扩产时间远长于光模块组装线。下游需求越集中，头部厂商提前锁单和锁料的优势越明显。
同时，传统可插拔光模块、NPO和CPO并不是简单替代关系。短期内，NPO和CPO更多是新型互连方案的增量方向，传统可插拔产品仍会占据较大规模。产品结构会调整，但整体光通信预算仍将围绕算力集群持续增长。
08｜硅光与EML：成本、距离和供应链决定技术分工
材料提到，在Meta相关800G采购中，硅光是主要路线，EML方案约占20%。但不同份额口径并不完全可比，有些数据只统计硅光供应商，有些则包含全部技术路线，因此不能直接据此推算单一厂商的总份额。
从成本看，硅光能够降低磷化铟材料用量，具备更好的规模化潜力；从应用场景看，EML在10公里以上的中长距离传输中仍有优势。未来两种路线更可能长期并存，而不是由单一路线完全替代另一条路线。
对于国内需求，硅光的成本优势和供应链扩展能力更有利于大规模部署，但其量产良率、封装和耦合仍是关键难点。EML则在成熟度和长距离性能方面保持竞争力。投资研究应关注不同客户、距离和产品规格中的真实技术组合，而不是笼统判断谁将“胜出”。
09｜从PCB到光模块，产业链共同的主要矛盾只有一个
把AI PCB和光模块放在一起看，会发现两条产业链的主要矛盾高度一致：下游需求旺盛，但高质量供给不足。
客户真正关心的不是供应商讲了多少故事，而是能否持续、稳定、按时交付。年产能达到一定规模、物料准备充分、良率稳定的厂商，更容易与大客户签订长期供货协议；只能依赖单次招标的二线厂商，订单持续性往往较弱。
因此，判断一家AI硬件公司的竞争力，应优先回答以下问题：
这套框架比追逐单一传闻更有效。短期技术问题并不可怕，可怕的是无法解决问题、无法锁定材料，或无法把产能转化为合格出货。
10｜结论：降低对“小作文”的依赖，回到可验证的产业指标
Rubin项目、胜宏份额以及光模块出货预测，都处于高关注、高预期和高波动环境中。市场传闻往往把正常的技术验证、补位机制和量产爬坡，放大为永久性订单丢失；也会把理论需求、名义产能和实际出货混为一谈。
更稳健的研究方法，是持续跟踪客户认证、测试放行、订单模式、原材料锁定、良率、实际出货和盈利能力。这些指标更新较慢，却比未经证实的份额数字更有价值。
AI硬件产业链的长期需求仍然强劲，但高景气并不意味着所有公司都能兑现利润。真正受益的，仍是那些能够在技术快速迭代中保持高良率、提前备料，并完成大规模稳定交付的厂商。
风险提示：本文涉及的项目进度、供应份额、需求预测和厂商评价主要来自产业链交流材料，可能存在口径差异、信息滞后或未经官方确认的情况。行业需求、技术路线、客户订单和供应商验证均可能发生变化。